mcp-desktop-dvr

# MCP Desktop DVR 一个模型上下文协议（Model Context Protocol，MCP）服务器，为macOS提供桌面视频捕获和分析功能。该工具使Claude Code能够通过智能视频捕获分析桌面活动，具有30分钟的滚动缓冲区。 ## 特性 - **连续桌面录制**：使用硬件加速编码捕获您的屏幕 - **30分钟滚动缓冲区**：保持最近30分钟的桌面活动 - **按需分析**：从缓冲区中提取和分析任何时间窗口 - **低资源使用**：优化以最小化CPU和内存影响 - **macOS原生**：使用原生macOS API构建，以获得最佳性能 ## 当前状态 ⚠️ **该项目处于早期开发阶段**。MCP服务器框架已实现，但核心功能尚未完成： ### 已完成的功能： - ✅ 基本的MCP服务器设置和工具定义 - ✅ 开发环境和构建配置 - ✅ TypeScript、ESLint和Prettier设置 ### 尚未实现的功能： - ❌ **桌面捕获**：用于屏幕录制的Aperture集成 - ❌ **循环缓冲区**：30分钟滚动缓冲区系统 - ❌ **视频分析**：视频片段的提取和分析 - ❌ **权限处理**：macOS屏幕录制权限请求 - ❌ **测试**：单元测试和集成测试 所有工具当前返回“not_implemented”状态。请参阅[实施路线图](#implementation-roadmap)部分以了解计划的开发阶段。 ## 需求 - macOS 10.15或更高版本 - Node.js 18或更高版本 - 系统偏好设置中的屏幕录制权限 ## 安装 1. 克隆代码库： ```bash git clone https://github.com/yourusername/mcp-desktop-dvr.git cd mcp-desktop-dvr ``` 2. 安装依赖： ```bash npm install ``` 3. 构建项目： ```bash npm run build ``` ## 使用 ### 运行MCP服务器 用于开发： ```bash npm run dev ``` 用于生产： ```bash npm start ``` ### 配置Claude Desktop 将以下内容添加到您的Claude Desktop配置文件中： ```json { "mcpServers": { "desktop-dvr": { "command": "node", "args": ["/path/to/mcp-desktop-dvr/dist/index.js"] } } } ``` ### 可用工具 #### `analyze-desktop-now` 提取并分析最近N秒的桌面活动。 参数： - `duration_seconds`（数字，1-300）：要分析的秒数（默认：30） - `analysis_type`（字符串）：分析类型 - "ui_elements"、"mouse_activity"或"full_analysis"（默认："full_analysis"） #### `start-continuous-capture` 开始连续桌面录制。 参数： - `fps`（数字，1-60）：每秒帧数（默认：30） - `quality`（数字，1-100）：视频质量（默认：70） #### `stop-capture` 停止桌面录制。 #### `get-capture-status` 获取当前捕获状态和统计信息。 ## 开发 ### 项目结构 ``` mcp-desktop-dvr/ ├── src/ │ ├── index.ts # MCP服务器入口点 │ ├── capture/ # 桌面捕获实现 │ ├── buffer/ # 循环缓冲区系统 │ ├── analysis/ # 视频分析工具 │ └── types/ # TypeScript类型定义 ├── tests/ # 测试文件 ├── package.json ├── tsconfig.json └── README.md ``` ### 脚本 ```bash # 在开发模式下运行并支持热重载 npm run dev # 将TypeScript构建为JavaScript npm run build # 运行测试 npm test # 代码检查 npm run lint # 类型检查 npm run typecheck # 格式化代码 npm run format ``` ### 架构 该系统使用混合方法实现30分钟滚动缓冲区： - **热层**：最后5分钟保存在RAM中以便快速访问 - **冷层**：剩余25分钟保存在内存映射文件中 - **片段大小**：30秒的块以优化查找 视频编码使用H.264和VideoToolbox硬件加速，以最小化CPU使用。 ## 性能 目标性能指标： - CPU使用率：< 15% 持续 - 内存：< 1.5GB 总分配 - 捕获延迟：< 100ms - 提取时间：< 2秒用于30秒片段 ## 隐私与安全 - 需要明确的屏幕录制权限 - 所有录制内容都存储在本地 - 不会通过网络传输任何数据 - 录制内容会根据滚动缓冲区自动清理 ## 故障排除 ### 屏幕录制权限 如果您看到权限错误，请确保已启用屏幕录制： 1. 打开系统偏好设置 > 安全性与隐私 2. 点击隐私标签 3. 选择屏幕录制 4. 为您的终端或IDE启用权限 ### 高CPU使用率 如果CPU使用率高于预期： - 降低FPS设置（例如，从30降到15） - 降低质量设置（例如，从70降到50） - 检查其他资源密集型应用程序 ## 实施路线图 基于INITIAL_RESEARCH.md中的研究： ### 阶段1：基本捕获MCP - [ ] 集成Aperture进行屏幕录制 - [ ] 实现基本的基于文件的捕获 - [ ] 处理macOS权限 - [ ] 测试与Claude Desktop的集成 ### 阶段2：循环缓冲区系统 - [ ] 实现内存中的循环缓冲区 - [ ] 添加内存映射文件支持 - [ ] 创建提取机制 - [ ] 优化片段边界 ### 阶段3：分析功能 - [ ] 添加鼠标/键盘事件捕获 - [ ] 实现UI元素检测 - [ ] 创建分析模式 - [ ] 添加性能指标 ### 阶段4：生产优化 - [ ] 资源监控和限制 - [ ] 配置管理 - [ ] 错误处理 - [ ] 性能分析 ## 贡献 欢迎贡献！请随时提交Pull Request。 ## 许可证 ISC许可证 ## 致谢 构建于： - [MCP SDK](https://github.com/anthropics/model-context-protocol) 由Anthropic提供 - [Aperture](https://github.com/wulkano/aperture) 用于macOS屏幕录制 - TypeScript和Node.js